AI 与同行评审：为什么出版社的“禁令”失效，以及论文判断的命门仍在人手里

发布日期2026-07-15

阅读时长约 8 分钟

出品理文协同科研团队

学术出版正处在一个尴尬的悖论之中：出版社一边用 AI 筛查图片篡改、剽窃与论文工厂痕迹，审稿人一边私下用 AI 梳理论文、核对统计、检查代码——而出版社的官方政策，却仍停留在"禁止审稿人使用 AI"的阶段。禁令没有消灭 AI 的使用，只是把使用推向了台面下，无人监管。

Frontiers 研究诚信总监 Elena Vicario 在《Scholarly Kitchen》发表的文章《Now Is the Time for AI in Peer Review, and Publishing Policies Need to Recognize This》，正面讨论了这一矛盾。她的立场很明确：AI 进入同行评审已是事实，出版政策该做的不是假装它不存在，而是为它建立规则。

出版社一侧已普遍用 AI 筛查图片篡改、剽窃、引文异常与论文工厂痕迹
审稿人一侧私下用 AI 梳理论文结构、核对统计方法、检查代码
政策现状多数出版社仍禁止审稿人使用 AI，实际使用转入地下、无人监督
核心主张治理而非禁止——为 AI 在同行评审中的使用建立透明规则

治理框架

五条原则

AI 进入同行评审的五条治理原则

Vicario 提出的治理框架包含五条原则，覆盖了从披露到问责的完整链条：

透明。审稿过程中是否使用了 AI、用在了哪个环节，应当向出版社与作者披露，而不是隐瞒。
问责。审稿意见的最终责任始终在审稿人本人，无论其中多少内容由 AI 辅助生成。
边界。AI 可以辅助梳理结构与语言，但新颖性、重要性、科学性的判断只能由人做出。
保密。未发表稿件是保密材料，输入第三方 AI 工具前必须评估数据泄露风险。
监督。出版社需要建立对 AI 辅助审稿的监督机制，而非一禁了之、放任自流。

五条原则中，"边界"是最关键的一条。它为"AI 能做什么"划出了清晰的分界线：语言、结构、格式层面的辅助可以开放；涉及科学价值判断的环节，必须由人完成并全权负责。

核心论点

人的判断

为什么科学判断只能由人负责

同行评审的核心，从来不是语法检查，而是对论证本身的掂量：方法学是否站得住、结论是否被数据支撑、因果链条是否完整。这类判断要求评审者真正理解研究的学科语境——而这恰恰是当前 AI 的能力边界所在。AI 擅长模式补全，却不承担判断责任；它可以说出"看起来合理"的话，但无法为"这个结论成立"背书。

对作者而言，还有一层更现实的意义：没有人能跳出自己的作品看自己。作者最难发现的，恰恰是自身论证的盲区——因果是否成立、对照组是否公平、结论是否跳步。投稿前的准备因此不应止于语言润色与格式排版，更重要的是在投稿前对论证进行压力测试。

AI 可以辅助梳理和语言，但新颖性、重要性、科学性的判断只能由人来做，并由人全权负责。

基于 Elena Vicario《Now Is the Time for AI in Peer Review, and Publishing Policies Need to Recognize This》, Scholarly Kitchen

行动建议

人机分工

投稿前的正确"人机分工"

治理框架对作者同样适用。投稿准备阶段合理的分工是：用 AI 做机械性、重复性的检查——格式核对、参考文献一致性、语言通顺度初筛；把科学论证的打磨交给真正懂研究的人。

一种成熟的落地方式是投稿前的"预评审"：由同领域具名科学家以审稿人视角对稿件进行结构化评议，提前指出审稿人可能的攻击点——方法学缺陷、统计问题、论证跳跃，并给出修改理由。理文的科研文章评议正是按这一模式设计，执行评议的同领域具名科学家均具备目标期刊的发表经验；如需覆盖选刊策略与投稿全流程的支持，可了解协同科研与卓越科研服务。

常见问题

FAQ

常见问题解答

审稿人可以使用 AI 辅助审稿吗？

多数出版社的官方政策仍禁止审稿人使用 AI，理由是保密风险与责任归属问题。但行业讨论正在转向'治理而非禁止'：在透明披露、保护稿件保密性的前提下，AI 可用于梳理论文结构与语言，而新颖性、重要性、科学性的判断必须由审稿人本人完成并全权负责。投稿前应关注目标期刊的最新政策。

出版社目前如何使用 AI？

出版社已将 AI 广泛用于稿件筛查环节：检测图片篡改与重复使用、识别剽窃与文本异常、发现引文异常模式、识别论文工厂批量生产的稿件特征。这些应用属于'机器辅助筛查 + 人工复核'模式，AI 提供线索，编辑做出最终判断。

AI 能替代同行评审吗？

不能。同行评审的核心是对论证本身的判断——方法学是否可靠、结论是否被数据支撑、研究是否具有新颖性与重要性。这类判断需要真正理解学科语境并由人来承担责任，而 AI 的能力边界是模式补全而非价值判断。AI 可以提高评审流程的效率，但科学判断的'命门'始终在人手里。

投稿前用 AI 检查论文有帮助吗？

有帮助，但要明确分工。AI 适合做机械性检查：语言通顺度、格式一致性、参考文献核对、明显统计笔误的提示。但 AI 无法发现论证层面的盲区——因果是否成立、对照是否公平、结论是否跳步，这些需要由同领域的真人专家以审稿人视角进行预评审。

什么是投稿前预评审（压力测试）？

预评审指在正式投稿前，由同领域具名科学家以同行评议视角对稿件进行结构化审查：逐段检查论证链条、预判审稿人可能的质疑点，并给出具体的修改建议与理由。它的价值在于把'审稿意见回来后再被动修改'变成'投稿前主动排雷'，尤其适用于目标为高影响力期刊的稿件。

继续探索科研洞察

下一步

您的论文，可以是下一个成功案例

大多数研究从科研文章评议开始。如果您的稿件需要更深度的支持，协同科研定制服务与卓越科研引领服务为您配备完整的发表策略团队。

从科研文章评议开始了解协同科研与卓越科研

← 返回科研洞察